0.引子

當需要使用Python處理音頻數據時，使用python讀取與播放聲音必不可少，下面介紹一個好用的處理音頻PyAudio工具包。

PyAudio是Python開源工具包，由名思義，是提供對語音操作的工具包。提供錄音播放處理等功能，可以視作語音領域的OpenCv。

1.簡介

Python學習交流群：1004391443

PyAudio為跨平臺音頻I / O庫 PortAudio 提供 Python 綁定。使用PyAudio，您可以輕松地使用Python在各種平臺上播放和錄制音頻，例如GNU / Linux，Microsoft Windows和Apple Mac OS X / macOS。

PyAudio的靈感來自：

• pyPortAudio / fastaudio ：PortAudio? v18 ?API的Python綁定。
• tkSnack ：Tcl / Tk和Python的跨平臺聲音工具包。

2.安裝

目前的版本是 PyAudio v0.2.11 。在大多數平臺上使用pip安裝PyAudio。對于v0.2.9之前的版本，PyAudio分發安裝二進制文件，這些文件?存檔在這里 。

微軟Windows

使用 pip 安裝：

python -m pip install pyaudio

筆記：

• 如果pip尚未與您的Python安裝捆綁在一起，請 在此處 獲取?。
• pip將獲取并安裝PyAudio輪（預先打包的二進制文件）。目前，有車輪兼容Python 2.7,3.4,3.5和3.6?的?官方發行版 。對于這些版本，可以使用32位和64位車輪。
• 這些二進制文件包括使用MinGW構建的PortAudio v19 v190600_20161030。它們僅支持Windows MME API， 不 包括對DirectX，ASIO等的支持。如果需要支持未包含的API，則需要編譯PortAudio和PyAudio。

Apple Mac OS X.

使用 Homebrew 安裝必備的portaudio庫，然后使用pip安裝PyAudio：

            brew install portaudio?
pip install pyaudio

          

筆記：

• 如果尚未安裝，請下載?Homebrew 。
• pip將下載PyAudio源代碼并為您的Python版本構建它。
• Homebrew和構建PyAudio還需要安裝Xcode命令行工具（ 更多信息 ）。

Debian / Ubuntu

使用包管理器安裝PyAudio：

sudo apt-get install python-pyaudio python3-pyaudio

如果沒有最新版本的PyAudio，請使用pip安裝它：

pip install pyaudio

筆記：

• pip將下載PyAudio源并為您的系統構建它。請務必事先安裝portaudio庫開發包（ portaudio19-dev ）和python開發包（ python-all-dev ）。
• 為了更好地隔離系統包，請考慮在 virtualenv中 安裝PyAudio?。

PyAudio來源

源代碼可從Python Package Index（PyPI）下載： pypi.python.org/pypi/PyAudio 。

或克隆git存儲庫：

git clone?https://people.csail.mit.edu/hubert/git/pyaudio.git

要從源代碼構建PyAudio，您還需要構建 PortAudio v19 。有關為各種平臺構建PyAudio的一些說明，請參閱 編譯提示 。要使用Microsoft Visual Studio構建PyAudio，請查看Sebastian Audet的 說明 。

3.示例

1).采集音頻

下面以一段代碼演示如何從計算機麥克風采集一段音頻，采集音頻時長 4s，保存文件 output.wav

使用了tqdm模塊，可以方便顯示出來讀取過程，如下：

            * recording
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s] 
* done recording
import pyaudio
import wave
from tqdm import tqdm
def record_audio(wave_out_path,record_second):
    CHUNK = 1024
    FORMAT = pyaudio.paInt16
    CHANNELS = 2
    RATE = 44100
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT,
                    channels=CHANNELS,
                    rate=RATE,
                    input=True,
                    frames_per_buffer=CHUNK)
    wf = wave.open(wave_out_path, 'wb')
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(p.get_sample_size(FORMAT))
    wf.setframerate(RATE)
    print("* recording")
    for i in tqdm(range(0, int(RATE / CHUNK * record_second))):
        data = stream.read(CHUNK)
        wf.writeframes(data)
    print("* done recording")
    stream.stop_stream()
    stream.close()
    p.terminate()
    wf.close()
record_audio("output.wav",record_second=4)

          

要使用PyAudio，首先使用 pyaudio.PyAudio() （1）實例化PyAudio?，它設置portaudio系統。

要錄制或播放音頻，請使用 pyaudio.PyAudio.open() （2）在所需設備上打開所需音頻參數的流。這設置了 pyaudio.Stream 播放或錄制音頻。

通過使用流式傳輸 pyaudio.Stream.write() 音頻數據或使用流式傳輸音頻數據來播放音頻? pyaudio.Stream.read() 。（3）

請注意，在“阻止模式”中，每個 pyaudio.Stream.write() 或? pyaudio.Stream.read() 阻止直到所有給定/請求的幀都被播放/記錄。或者，要動態生成音頻數據或立即處理錄制的音頻數據，請使用下面概述的“回調模式”。

使用 pyaudio.Stream.stop_stream() 暫停播放/錄制，并 pyaudio.Stream.close() 終止流。（4）

最后，使用 pyaudio.PyAudio.terminate() （5）終止portaudio會話

2).播放音頻

下面使用播放的功能來播放1）中保存的音頻 output.wav

通過tqdm，顯示播放進度條，如下：

            100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 172/172 [00:03<00:00, 43.40it/s]
"""PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
def play_audio(wave_path):
    CHUNK = 1024
    wf = wave.open(wave_path, 'rb')
    # instantiate PyAudio (1)
    p = pyaudio.PyAudio()
    # open stream (2)
    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                    channels=wf.getnchannels(),
                    rate=wf.getframerate(),
                    output=True)
    # read data
    data = wf.readframes(CHUNK)
    # play stream (3)
    datas = []
    while len(data) > 0:
        data = wf.readframes(CHUNK)
        datas.append(data)
    for d in tqdm(datas):
        stream.write(d)
    # stop stream (4)
    stream.stop_stream()
    stream.close()
    # close PyAudio (5)
    p.terminate()
play_audio("output.wav")

          

2).以回調方式播放音頻

當需要在執行其他程序時同時播放音頻，可以使用回調的方式播放，示例代碼如下：

            """PyAudio Example: Play a WAVE file."""
import pyaudio
import wave
from tqdm import tqdm
import time
def play_audio_callback(wave_path):
    CHUNK = 1024
    wf = wave.open(wave_path, 'rb')
    # instantiate PyAudio (1)
    p = pyaudio.PyAudio()
    def callback(in_data, frame_count, time_info, status):
        data = wf.readframes(frame_count)
        return (data, pyaudio.paContinue)
    # open stream (2)
    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                    channels=wf.getnchannels(),
                    rate=wf.getframerate(),
                    output=True,
                    stream_callback=callback)
    # read data
    stream.start_stream()
    while stream.is_active():
        time.sleep(0.1)
    # stop stream (4)
    stream.stop_stream()
    stream.close()
    # close PyAudio (5)
    p.terminate()
play_audio_callback("output.wav")